多目标物流网络优化模型的研究

针对物流网络规划中需要考虑多个目标的问题,以配流中心存储容量及使用率为约束,建立了基于总费用及最大单程距离(费用)最小的双目标数学模型,给出了优化模型的求解方法,为决策者提供多种可供选择的优化方案。     

一种求解时变条件下有宵禁限制最短路的算法

在组合优化过程中,往往需要获得从起点到终点之间的最短路.由于道路、天气、交通条件等因素的影响,使得网络具有很强的时变特性.同时,对于网络中的节点往往有宵禁的限制.对时变条件下有宵禁限制并有到达时间限制的最短路进行了研究,建立了软、硬宵禁限制下的数学模型,给出并证明了时变条件下获得有宵禁限制最短路的最优条件,并设计了求解的多项式算法,通过此算法可以获得时变条件下有宵禁限制的最短路.同时,算法和模型还考虑了不同的起点出发时间,使路径决策者可以根据自身的情况,选择合适的出发时间和路径.最后给出了一个应用算例,分析了宵禁对于获得的最短路的影响.     

城市道路交通网络容量的建模

交通网络承载着具有意志行为的个体组成的交通流,交通网络容量表示道路网络的交通承载能力,与交通网络的OD结构密切相关.本文在分析城市道路交通网络OD结构特征的基础上,提出表达道路网络容量的基本思想和模型,阐明交通网络容量受到交通流特性、网络要素容量、废气排放量、服务水平和系统效率等因素的影响,基于不同的考虑方法可以建立不同的网络容量模型.基于路段容量约束的网络容量描述了道路系统承载交通流的物理极限;基于路段容量约束和交通环境约束的网络容量则描述了道路系统承载交通流的环境极限;基于服务水平的网络容量描述了系统提供某种服务水平条件下的最大交通承载能力;基于效率的网络容量描述了网络资源使用效率和用户效益同时最大化条件下的道路网络承载能力.文章深入分析了所提出的各种模型之间的关系,在实际应用中可根据交通规划和管理所追求的具体目标,采取相应的模型.     

等效子网络构建的理论与方法

关键路线法(critical path method,CPM)网络计划是项目管理最得力的工具之一.通过研究CPM网络图自身的规律性,给出了从源点到任意节点,以及从任意节点到汇点最长路线的路长计算公式,进而推导出反映总时差与路长关系的定理——总时差定理,并在其基础上,设计出构造等效子网络的简单方法,分析了方法的正确性,且得出该方法的计算复杂度为O(n).实证表明,该方法简单易行,便于应用.对于时间-费用优化问题,可以用少数几条路线组成的子网络代替由几十条、几百条路线组成的原始网络,使计算工作量得到简化.     

时间依赖型绿色车辆路径模型及改进蚁群算法

绿色车辆路径规划对物流配送领域的节能减排具有重要的现实意义.针对时间依赖型绿色车辆路径问题(time-dependent green vehicle routing problem,TDGVRP),考虑车辆不同出发时刻对行驶时间的影响,分析车辆时变速度、载重与碳排放率之间的关系,确定基于车辆时变速度和载重的碳排放率度量函数;在此基础上,以车辆油耗和碳排放成本、使用时间成本和固定成本、等待成本与人力成本之和作为目标函数,构建TDGVRP模型,并根据模型特点设计基于路段划分策略的车辆行驶时间计算方法,提出了改进蚁群算法.算例仿真结果表明,构建的模型和提出的算法能合理规划车辆出发时刻,有效规避交通拥堵时间段,降低配送总成本,减少油耗和碳排放.     

时变随机网络下基于成功和风险的应急路径选择研究

现实生活中,当发生紧急事件时,应急中心需要对某地需要服务的紧急事件出车.由于交通管理、交通流量、天气变化等因素的影响,导致了路网中各个路段上的行驶时间可能是一个与出发时间相关的随机变量.通常,对于所发生紧急时间需要在一定的应急限制期内到达.由于路网的时变随机特性,使得所选择路径可能不能完全满足应急限制期的需求.首先,定义了时变随机网络下可行应急路径中不满足应急限制的风险和满足应急限制的成功.然后,分别考虑了成功和风险两个目标,建立了时变随机网络下多目标应急路径选择模型,并设计了求解时变随机网络下应急路径选择算法,讨论了算法的计算复杂性.最后,给出了一个应用算例,并与单独考虑成功所获得的应急路径进行了对比.     

节点赋权网络中节点重要性的综合测度法

许多现实系统中的主体重要性测度问题可以建模为节点赋权网络中节点重要性的测度问题.在对节点赋权网络中节点重要性构成因素分析的基础上,利用节点删除的研究思想,提出节点赋权网络中节点重要性的综合测度法-CIM法;借助于图的距离矩阵的计算方法设计了CIM法的算法;最后,给出该方法在知识共享网络中的应用.     

城市交通中车辆择路行为实证研究

随机、时变的交通流分布,偶发的交通事故等因素导致了路径随机的车辆旅行时间,也决定了现实城市交通网络中只存在随机最短路.已有的路径选择研究大都假设人们力求选择最短路,而通过实际调查发现:人们的择路行为依赖出行情景,随出行目的、约束时间、对路径的熟悉程度以及路径的不确定程度而变化.验证了城市交通中人们在不确定环境下的择路行为也符合展望理论.     

基于极大团模型的多星多站测控资源调度方法研究

针对实际应用中大量卫星测控需求不能得到满足这一瓶颈问题，为缓解地面站测控资源有限与不断增长的测控需求数量之间的矛盾，研究多星多站测控调度问题。考虑卫星-地面站可见测控弧段间的冲突及地面测控设备转换时间约束，同时考虑同一测控设备上可能存在多个满足需求的测控弧段，以测控需求是否分配到某一测控弧段为决策变量，建立了多星多站测控调度0-1整数规划模型。针对传统0-1整数规划模型约束众多、规模庞大、难以求解的不足，本文提出了测控弧段区间图描述，基于区间图描述构建了测控调度极大团模型，大幅减少了约束数量，有效提高问题求解效率。为了获取区间图的所有极大团，设计了一个多项式时间(O(nlogn))的极大团获取算法，并从理论上证明了算法的复杂度和最优性。此外，针对存在升降轨特定类型测控数量要求的调度问题，本文对极大团模型进行了拓展，建立了相应的线性整数规划模型。实验结果表明，对于满足实际应用需求的周计划调度问题(测控需求数量≥9000),极大团模型能够在数分钟内得到单次测控需求调度问题最优解。对于多次测控需求调度问题，拓展的极大团模型也能高效求解，得到问题最优解或近似最优解，满足实际应用需求。相对于目前...     

不确定环境下分散控制供应链物流计划优化

供应链物流计划是供应链管理的重要内容.针对节点无限扩展的分散控制供应链物流计划问题,在提出供应链元概念的基础上,考虑供应链节点企业上下游物料价格要素的随机性,应用随机机会约束规划理论,建立了多级多节点多产品分散控制供应链一体化物流计划模型;设计了基于随机模拟的混合智能算法求解模型;并以算例仿真验证了模型和算法的有效性,...     

Genetic algorithms for optimization of a mine system under uncertainty

The production planning of a mine system associated with mining, processing and refining stages dictates to determine optimal system parameters such as optimal production rates, location of refining facility and the best reconstruction time of production rates. This paper proposes a combination of the chance constrained programming (CCP) and the genetic algorithms (GA) to find the optimal system parameters simultaneously. In generic form the problem is expressed as the maximization of net present value of future cash flows such that the capacity constraint and predefined specifications are satisfied. The blending requirements expressed in the CCP are transformed into deterministic equivalents. A new form of the problem is solved by the GA. The approach was demonstrated on extraction, processing and refining of four iron ore mines with varying reserves, ore qualities, geological and topographic conditions, four mineral processing units and one refining facility. The results showed that the proposed algorithm could be used to determine optimal production rates, the facility location and the best reconstruction time.     

基于前向神经网络的非线性时变系统辨识

提出基于前向神经网络的非线性时变系统辨识方法 ,并用局部化推广卡尔曼滤波算法训练网络 .该算法与全局推广卡尔曼滤波算法相比 ,不需要矩阵求逆运算 ,具有更高的收敛速度和更小存储容量要求 .仿真结果表明本文提出的方法在对非线性时变系统辨识方面取得较好效果     

供需未匹配的多车场多车型多货品可拆分取送货车辆路径问题

取送货车辆路径问题在多点调拨系统普遍存在,属于NP-hard问题。该问题研究通常需考虑车场数、车型种类、货品种类、客户服务次数等诸多因素,已有文献多假设客户间供需已匹配、单车场、单车型、单货品和取送货需求一次性满足,优化目标多设置为总路径最短。而从企业运营实践来看,运输方案不仅要规划客户间访问路径,还需进行客户间供需匹配;运输成本不仅与运距有关,还涉及运输货品的重量和派车成本;运输网络中多车场、多车型和多货品更加常见,且客户需求量往往大于车辆装载能力。因此,本文首次尝试基于"运距×运量"的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标,建立同时考虑多车场、多车型、多货品、客户间供需未匹配和需求可拆分的取送货车辆路径问题模型,并设计基于大规模邻域搜索的迭代局部搜索求解算法。该算法采用基于运输效率提升的贪婪思想来快速构建高质量初始可行解,并通过引入四种移除算子、两种修复算子和车场车型调整优化策略形成大规模可行搜索邻域以增强全局寻优能力。基于18个文献算例和6个企业实例的数值实验结果表明：1）本文提出的算法在求解质量和求解效率方面均优于相关文献中的算法;2）相对人工调拨方案,本文设计的方案能够帮助企业节约33%的运输成本和21%的车次。本研究不仅可拓展取送货车辆路径问题现有理论,而且可为企业实际运营提供决策支持。     

多车型确定性动态车辆调配问题

详细地描述了多车型确定性动态车辆调配问题.建立了问题的线性规划模型,鉴于线性模型的缺点,构造一个线性函数来近似目标函数中未来时段部分,从而建立起问题的时空分解模型,把问题从时间和空间上分解为多个单时段单节点问题,并根据单时段单节点问题的特点设计简单的排序求解方法.最后给出了问题的完整求解过程,从而使问题能够得到有效解决.     

Pilot power optimization and coverage control in WCDMA mobile networks

In mobile networks using wideband code division multiple access (WCDMA), common pilot channel (CPICH) signals are used by mobile terminals for channel quality estimation, cell selection, and handover. The strength of the CPICH signal determines the coverage area of the cell, impacts the network capacity, and thereby the quality of service, and is therefore a crucial parameter in network planning and optimization. Pilot power is the most important parameter that allows us to control the strength of the CPICH signal. The more power is spent for pilot signals, the better coverage is obtained. On the other hand, a higher value of the pilot power level in a cell means higher pilot pollution in the network and less power available to serve user traffic in the cell. In this paper, we consider the problem of minimizing the total amount of pilot power subject to a coverage constraint. Our modeling and solution approaches are based on mathematical programming techniques. We present a basic model for pilot power optimization subject to a full coverage constraint as well as its extended version which allows us to study various coverage levels and to consider user traffic distribution over the network. We also propose an efficient algorithm that gives near-optimal solutions to the problem within a reasonable amount of time. We report our numerical experiments for three WCDMA networks of various sizes based on realistic planning scenarios and examine the effect of different levels of the required coverage degree on the total amount of pilot power.     

Optimal design of supply chain networks under uncertain transient demand variations

We consider a detailed mathematical formulation for the problem of designing supply chain networks comprising multiproduct production facilities with shared production resources, warehouses, distribution centers and customer zones and operating under time varying demand uncertainty. Uncertainty is captured in terms of a number of likely scenarios possible to materialize during the lifetime of the network. The problem is formulated as a mixed-integer linear programming problem and solved to global optimality using standard branch-and-bound techniques. A case study concerned with the establishment of Europe-wide supply chain is used to illustrate the applicability and efficiency of the proposed approach. The results obtained provide a good indication of the value of having a model that takes into account the complex interactions that exist in such networks and the effect of inventory levels to the design and operation.     

受弹性时间段和价值波动双重影响的项目组合选择问题研究

许多现有的项目组合模型都认为项目集合可以在固定的计划期完成,但是在实际的项目执行过程中,决策者为了使得高收益的项目纳入项目集合中或者放弃风险高的项目来释放更多的资金,会选择对项目组合固定的计划期进行灵活性调整。同时,考虑到项目未来价值的不确定性,本文利用实物期权的二叉树模型给出了价值波动的公式,进而建立了同时受弹性时间段和价值波动影响的项目组合选择的新模型,对传统的计算项目价值的净现值法进行补充。通过GAMS/BARON对算例进行求解,验证了模型的合理性和有效性。结果表明：考虑弹性时间段和价值波动的影响会给更符合企业长期的发展战略,给企业带来更大的收益,该模型也为处理不确定情况下的项目组合问题提供了新思路和新方法。     

基于EMD与DVG的非线性时间序列预测模型及其应用研究

针对具有非线性和不稳定性的时间序列,提出一种结合经验模态分解(EMD)、有向可见图(DVG)网络的动态预测模型。利用经验模态分解将原时间序列分解为多个固有模态函数(IMF),然后对分解后的高频和低频IMF利用快速傅里叶变换得到各自的周期;依据每个周期,从原时间序列的尾部截取长短不一的子序列,然后采用有向可见图算法转换为多个有向网络,利用随机游走在每个有向网络中寻找与时间序列最后一个节点相似的节点;最后,依据平行线法,预测时间序列的下一个数值。原油价格的时间序列是一类典型的具有非线性和不稳定性的序列,利用此模型对WTI原油每日价格进行实证分析。研究结果表明,此模型不但可以有效地预测时间序列的变化趋势,而且具有较高的预测精度。     

社交网络情境下基于同侪影响的产品线规划研究

依托社交网络优化产品线是实现“匹配消费者需求带动产品设计-制造-营销全流程协调发展”的重要途径,尽管已经引起实业界的重点关注,相应的学术研究却十分匮乏。鉴于此,本文基于同侪影响理论与前景理论,结合社交网络情境下消费者的产品需求、偏好及决策,构建涵盖产品线营销层面和设计层面的双层规划模型;然后结合智能手机产品线实例,运用嵌套灰狼算法对该双层规划模型进行求解验证。本研究旨在提出社交网络与产品线规划之间耦合作用的联合优化框架,为面向社交网络的产品线规划提供理论依据。